Tracking-Audit: Datenqualität und DSGVO-Konformität systematisch prüfen

Kaputtes und einwandfreies Tracking sehen von außen identisch aus. Ein Dashboard auf fehlerhafter Datenbasis zeigt seine Zahlen genauso selbstbewusst wie ein korrektes Dashboard. Ein Pixel, das die Hälfte der Conversions verliert, meldet die andere Hälfte ohne Fehlermeldung. Ein Tracking-Skript, das vor der Einwilligung feuert, arbeitet technisch tadellos und erzeugt trotzdem ein rechtliches Risiko. Aus dieser Eigenschaft folgt die zentrale Schwierigkeit: Zahlen tragen ihre Qualität nicht sichtbar, und deshalb bleibt die Unsicherheit bestehen, selbst wenn alle Dashboards grün leuchten.

Diese Unsicherheit erzeugt reale Kosten in zwei Richtungen. Wer den eigenen Zahlen misstraut, entscheidet wieder nach Erfahrungswerten und entwertet damit den gesamten Tracking-Aufwand. Wer falschen Zahlen vertraut, verteilt Budget auf einer Grundlage, die so nicht existiert, und erkennt den Fehler erst an den Konsequenzen. Beide Fälle verwandeln das Tracking von einem Entscheidungswerkzeug in eine Quelle trügerischer Sicherheit oder lähmender Zweifel.

Ein Tracking-Audit setzt genau an dieser Stelle an. Der Zweck eines Tracking-Audits liegt nicht darin, ein weiteres Tool zu installieren oder mehr Daten zu erzeugen. Der Zweck liegt in der Beantwortung von zwei Fragen, die im Alltag unbeantwortet bleiben: Stimmen die erfassten Zahlen, und läuft die Erfassung rechtssicher? Aus Unsicherheit Gewissheit zu erzeugen, bildet den eigentlichen Wert. Jede Optimierung baut darauf auf.

Ein Tracking-Audit gehört zum Bereich der datenschutzkonformen Web-Analyse und bildet dort die diagnostische Vorstufe. Zu den 4 Umsetzungsdisziplinen, die auf ein Tracking-Audit folgen, zählen Server-Side Tracking, Consent- und Tag-Management, Conversion-Tracking und Dashboard-Reporting.

Datenqualität bezeichnet die Eignung von Daten für den Zweck, zu dem sie erhoben werden. Im Web-Tracking zerfällt Datenqualität in 4 prüfbare Kriterien: Vollständigkeit, Korrektheit, Konsistenz und Aktualität. Diese 4 Kriterien verwandeln das vage Gefühl, dass die Zahlen nicht stimmen, in eine präzise Diagnose.

Vollständigkeit

Beantwortet die Frage, ob das Tracking alle relevanten Ereignisse erfasst. An dieser Stelle entstehen die größten unsichtbaren Lücken. Adblocker, Browser-Restriktionen und verkürzte Cookie-Laufzeiten sorgen dafür, dass clientseitiges Tracking einen Teil der tatsächlichen Ereignisse niemals sieht. Eine Conversion-Zahl, die 60 Prozent der echten Conversions enthält, liegt nicht etwas zu niedrig, sondern verzerrt jede darauf gestützte Entscheidung systematisch.

Korrektheit

Beantwortet die Frage, ob die erfasste Zahl das misst, was ihr Name verspricht. Ein Pixel feuert und meldet trotzdem das falsche Ereignis oder einen falschen Wert. Ein Kauf ohne Umsatzwert bleibt halb blind. Ein Formular-Absenden, das als Kauf zählt, verfälscht jede Kanalbewertung.

Konsistenz

Beantwortet die Frage, ob die Zahlen verschiedener Quellen zueinander passen. Wenn Google Analytics andere Werte zeigt als Meta und beide nicht zum CRM passen, liegt ein Konsistenzproblem vor, und die Diskussion über die richtige Quelle ersetzt die Diskussion über die richtige Entscheidung. Konsistenz bildet in der Praxis den häufigsten Auslöser für ein Tracking-Audit.

Aktualität

Beantwortet die Frage, ob die Daten zeitnah bereitstehen. Ein Reporting, das erst am 15. des Folgemonats belastbar wird, verschiebt jede Korrektur um einen halben Kampagnenzyklus.

Die vier Prüfkriterien der Datenqualität im Tracking-Audit

Der Reporting-Self-Check ist eine kostenlose Selbsteinschätzung entlang von 7 Warnsignalen, an denen sich ein irreführendes Reporting erkennen lässt. Im Unterschied zum Tracking-Audit benötigt der Reporting-Self-Check keinen Zugriff auf Analytics-Konten, Tag Manager oder Consent-Tool und dauert wenige Minuten statt mehrerer Tage.

Der Reporting-Self-Check adressiert die Situation, in der die meisten Marketing-Verantwortlichen im Mittelstand tatsächlich stecken: Meta, Google Analytics und das CRM liefern unterschiedliche Ergebnisse, und trotzdem laufen Budget-Verteilung und Kampagnenbewertung weiter. Genau diese Situation beschreibt das Konsistenz-Kriterium der Datenqualität. Der Reporting-Self-Check übersetzt das Kriterium in 7 konkrete Warnsignale aus dem Marketing-Reporting-Alltag.

Der Unterschied zwischen beiden Formaten lässt sich in einem Satz fassen: Der Reporting-Self-Check beantwortet, ob ein Problem vorliegt. Das Tracking-Audit beantwortet, wo genau das Problem sitzt und was die Behebung kostet. Wer die 7 Warnsignale durchgeht und mehrere davon wiedererkennt, kennt danach den Handlungsbedarf, aber noch nicht die Ursache. Wer keines wiedererkennt, spart sich das Audit vorerst.

Ein Tracking-Audit prüft zwei Dimensionen, die in der Praxis zusammengehören und trotzdem fast immer getrennt bearbeitet werden. Die erste Dimension umfasst die Datenqualität entlang der 4 Kriterien. Die zweite Dimension umfasst die Konformität mit DSGVO und TDDDG (Telekommunikation-Digitale-Dienste-Datenschutz-Gesetz).

In der DSGVO-Dimension prüft Schröder Data Solutions die technisch angreifbaren Stellen: Feuert ein Tracking-Skript, bevor eine Einwilligung vorliegt? Entspricht das Consent-Banner der aktuellen Rechtsprechung, insbesondere mit einem gleichwertig sichtbaren Ablehnen-Button? Nach § 25 TDDDG benötigt der Zugriff auf Endgeräte-Informationen grundsätzlich eine Einwilligung, sofern keine der dort genannten Ausnahmen greift. Welche Rechtsgrundlage trägt die eingesetzten Tools und die Übermittlung an ihre Empfänger? Diese Prüfung liefert eine technische Einschätzung. Die verbindliche rechtliche Bewertung trifft der Datenschutzbeauftragte oder ein Fachanwalt; Schröder Data Solutions erbringt keine Rechtsberatung.

Der Wert entsteht aus der gemeinsamen Betrachtung. Ein überängstlich konfiguriertes Tracking läuft vielleicht rechtssicher und liefert trotzdem keine verwertbaren Daten. Ein datenhungriges Setup liefert vielleicht viele Daten und bleibt trotzdem rechtlich angreifbar. Der Zielzustand, rechtssicher und gleichzeitig belastbar, entsteht nur, wenn beide Dimensionen im selben Durchgang geprüft werden. Genau diese Kopplung unterscheidet ein Tracking-Audit von einer reinen Datenschau und von einem reinen Compliance-Check.

Wer nach einem DSGVO-Website-Check sucht, findet zuerst kostenlose Scanner, die eine Website automatisch durchleuchten und einen Bericht ausgeben. Diese Scanner erfüllen ihren Zweck als erster grober Indikator. Ein Scanner als vollwertigen Audit zu verstehen, erzeugt dagegen eine gefährliche Scheinsicherheit.

Automatischer DSGVO-Website-Check und Tracking-Audit im Vergleich

Ein automatischer Scanner prüft, was sich automatisch prüfen lässt: Lädt ein bekanntes Skript vor der Einwilligung, existiert ein Cookie-Banner. Ein Scanner erkennt nicht den Geschäftskontext. Ein Scanner weiß nicht, welches Ereignis für ein Unternehmen als Conversion zählt, ob der gemeldete Umsatzwert stimmt, ob die Zahlen aus Google Analytics, Meta und CRM zueinander passen oder ob ein Pixel zwar feuert, aber inhaltlich Unsinn überträgt. Von 5 zentralen Prüffragen beantwortet ein automatischer Scanner 2, ein Tracking-Audit beantwortet alle 5.

Besonders tückisch arbeitet das grüne Häkchen. Ein Scanner, der Unauffälligkeit meldet, erzeugt ein Sicherheitsgefühl, das trügt. Das Häkchen bestätigt ausschließlich die Abwesenheit automatisch prüfbarer Auffälligkeiten. Das Häkchen bestätigt weder belastbare Daten noch ein rechtssicheres Setup im Kontext. In genau dieser Lücke wohnen die teuren Probleme: das Pixel, das feuert und falsch zählt; das Setup, das den Scanner besteht und bei einer behördlichen Prüfung mit Kontext durchfällt; die Daten, die vollständig wirken und ein systematisches Leck tragen.

Ein Tracking-Audit durch einen Menschen schließt diese Lücke, weil es mitbringt, was kein Scanner besitzt: Kontext, Erfahrung und die Fähigkeit zur Interpretation. Statt einer Liste automatischer Befunde entsteht eine Einschätzung, die versteht, welche Bedeutung die Zahlen tragen sollen und wo die Realität davon abweicht.

Ein Tracking-Audit lohnt sich nicht in jeder Ausgangslage. Schröder Data Solutions rät in 4 Situationen ausdrücklich davon ab.

Bei einem laufenden Relaunch oder Tool-Wechsel

Wer die Website in den nächsten Wochen neu aufsetzt oder das Analytics-Tool wechselt, prüft ein Setup, das kurz darauf verschwindet. In diesem Fall verschiebt Schröder Data Solutions den Audit hinter den Livegang und begleitet stattdessen die Tracking-Konzeption.

Bei einem bereits bekannten, eindeutigen Einzelproblem

Wenn ein einzelnes Conversion-Event nachweislich nicht feuert und die Ursache feststeht, löst die Reparatur das Problem günstiger als eine Gesamtdiagnose.

Ohne Entscheidungsbedarf

Ein Tracking-Audit rechnet sich über bessere Entscheidungen. Wer aktuell kein Budget verteilt, keine Kanäle bewertet und keine Kampagnen steuert, gewinnt aus dem Maßnahmenplan wenig.

Ohne Umsetzungskapazität

Ein priorisierter Maßnahmenplan entfaltet seinen Wert erst in der Umsetzung. Wer weder intern noch extern Kapazität für die Korrekturen einplant, verschiebt den Audit besser, bis diese Kapazität bereitsteht.

Für alle vier Fälle liefert der Reporting-Self-Check die günstigere Vorstufe: 7 Warnsignale, wenige Minuten, kein Tool-Zugriff.